파이프라인
설비 제어기와 계측기부터 운영 시스템까지 표준 커넥터로 연결하고, 통신이 끊겨도 엣지에 임시 저장해 데이터 유실을 막습니다.
AI-Ready Data Platform
QData
AI-Ready Data Platform
QData
정형·비정형·시계열·문서 데이터를 연결하고 RAG·CAG·TAG 기반 AI가 바로 활용할 수 있는 데이터로 가공합니다.
비정형 처리
표와 도면이 섞인 업무 문서를 의미 단위로 정리하고, 문자 인식(OCR)과 음성 인식(STT)으로 검색·학습 가능한 데이터로 바꿉니다.
의미 기반 지식화
공통 데이터 형식과 용어 체계로 서로 다른 이름과 단위를 통일하고, 데이터 관계와 의미 기반 검색을 함께 지원합니다.
데이터·모델 운영
데이터 품질과 변경 이력을 확인하고, 변화가 생기면 AI 모델을 재학습·검증해 서비스에 반영합니다.
Overview
서로 다른 형식과 기준으로 쌓인 데이터를 하나로 연결합니다
QData는 여러 시스템과 조직에 흩어진 데이터를 연결해 분석과 AI에 활용할 수 있는 형태로 정리합니다.
데이터 수집 및 연계
PLC·센서·MES·ERP를 연결하고 서로 다른 통신 방식과 데이터 형식을 공통 입력으로 변환
형식, 의미 표준화
설비마다 다른 데이터의 이름·단위·관계를 하나의 기준으로 표준화
AI-Ready Data 구축
문서 검색(RAG·CAG)과 데이터 질의(TAG), 예측 모델에 맞는 구조로 가공
분석·서비스 활용
대시보드·실시간 조회 기능을 제공해 QFactory와 AgentQ가 바로 활용Architecture
AI가 활용할 수 있는 데이터 구축 과정
흩어진 데이터 원본을 연결해 6단계로 다듬고, 목적에 맞는 AI 데이터로 만들어 서비스까지 연결합니다.
데이터·시스템 연결
조직에 이미 쌓여 있는 데이터
정형 데이터
ERP · MES · DB · CSV · API
비정형 데이터
PDF · DOCX · PPT · 메일
산업 데이터
PLC · 센서 · 시계열 · 영상
지식 데이터
매뉴얼 · 리포트 · 표준 · 이력
QData Core Pipeline
산업 데이터를 AI가 쓸 수 있는 형태로 바꾸는 6단계
Connect · 데이터 연결
여러 소스를 연결해 수집
Parse · 구조화
형식을 분석해 구조로 변환
Clean · 품질관리
중복 제거·오류 보정·결측 처리
Standardize · 표준화
스키마 통일과 단위 표준화
Contextualize · 맥락화
도메인·업무 맥락과 관계 부여
Ready · AI-Ready
품질·일관성·맥락을 갖춘 데이터
품질·일관성·맥락을 갖춘 데이터 → AI 활용 최적화
AI Data Engine
하나의 데이터 기반에서 목적별로 생성
RAG Ready
검색·근거 중심 데이터
CAG Ready
반복 참조용 컨텍스트 최적화 데이터
TAG Ready
탐색·집계용 구조적 데이터
AI-Ready Data Outputs
하나의 데이터 기반에서 목적별로 생성
Knowledge Data
검색·근거 중심 데이터
Context Data
도메인 맥락 · 정책 · 매뉴얼 · 규칙
Structured AI Data
테이블 데이터셋 · 의미 스키마 · 피처
Training Data
인스트럭션 · Q&A · 파인튜닝 데이터셋
AI Applications
검색·추천·학습·운영까지 연결
LLM · sLLM
상용 API와 온프레미스 소형 모델
AI 에이전트
근거를 붙여 답하고 실행까지
예측 모델
이상 감지·수요·품질 예측
Cubeon
판단을 승인과 업무 실행으로
Features
데이터를 자산으로 만드는 핵심 기능
수집한 데이터가 찾아 쓸 수 있는 지식이 되기까지, 모든 단계를 한곳에서 관리합니다.
처리 현황 추적
문서를 등록한 뒤 분석부터 검색 반영까지의 처리 단계를 문서별로 확인합니다.
- 단계별 상태
- 문서 분석·분할·의미 변환 진행을 문서별로 표시
- 변경 감지
- 신규·업데이트·삭제를 자동 반영
- 개인정보 표시
- 민감 정보 포함 문서 별도 표기
검색 단위 최적화
문서 분할 방식에 따라 검색 결과가 달라집니다. 분할 결과를 지표로 점검해 검색 품질을 높입니다.
- 품질 지표
- 길이·특수문자·중복·의미 완결성 점검
- 문서별 진단
- 임계 초과 문서를 주의·경고로 분류
- 분할 규칙 관리
- 크기·오버랩·분할 방식 전역 설정
벡터 품질 검증
텍스트를 AI가 찾을 수 있는 벡터로 바꾼 뒤, 처리량과 지연, 색인 상태를 지속적으로 확인합니다.
- 모델별 현황
- 벡터 차원·처리량·지연 비교
- 색인 상태
- 컬렉션·디스크 사용·인덱스 방식 확인
- 재순위 검토
- 검색 품질 개선 후보를 비교
실패 문서 재처리
암호화나 용량 문제로 처리가 멈춘 문서를 찾아 자동 또는 수동으로 다시 처리합니다.
- 실패 단계 기록
- 문서 분석·분할·의미 변환 중 어디서 멈췄는지 기록
- 자동 재처리
- 재시도 횟수·우선순위로 큐 관리
- 수동 처리 분기
- 자동 복구 불가 건은 담당자 통보
권한 기반 접근 제어
사용자 권한에 따라 AI가 참조할 수 있는 문서 범위를 나누고, 개인정보를 안전하게 가립니다.
- 폴더 단위 권한
- 전체·부서별·특정 공개 범위 지정
- 개인정보 마스킹
- 민감 항목 포함 문서를 표시·가림
- 반영 상태 확인
- 문서별 청크 수와 처리 상태
Standards & Governance
업계 표준 위에서 데이터를 다룹니다
산업 데이터 상호운용 표준과 데이터 관리 관행을 참조해 설계합니다.
상호운용 표준
OPC-UA·ISA-95 참조, 이기종 설비 데이터를 표준 계층으로 통합
데이터 거버넌스
카탈로그·계보·품질 규칙으로 출처와 신뢰도 추적
세분화 접근제어
데이터·질의 단위 권한과 감사 로그 — 규제 산업 데이터 주권 대응
산업 상호운용
국제 표준 모델에 맞춰 설비 데이터 의미 정합
품질·검증 규칙
결측·이상·중복 검증을 공통 규칙으로 자동화해 이후 분석과 AI 결과의 신뢰도 향상
개방형 카탈로그
데이터 자산 목록화로 조직 전반의 재사용 지원
Ideal Use Cases
이런 조직에 적합합니다
데이터가 흩어져 AI 도입을 시작하기 어려운 조직에 적합합니다.
데이터 정비에서 막혀 있는 제조 조직
태그 체계와 단위가 라인마다 달라, 검증할 때마다 정제부터 다시 하느라 모델 고도화에 시간을 못 쓰는 조직설비망과 업무망이 분리된 운영 조직
설비 데이터와 생산·업무 시스템 데이터가 연결되지 않아, 품질 문제의 원인을 설비까지 되짚기 어려운 환경기술 문서가 흩어져 있는 기업
작업표준서·점검일지·설비 매뉴얼이 문서로만 쌓여 있어, 필요한 근거를 빠르게 찾아 활용하기 어려운 조직